期待し過ぎには注意 　連載最終回は、ディープラーニングを含めたＡＩを扱える人材をどのように育成していくかを取り上げる。今回はこれらの人材を「ＡＩ人材」と呼ぶこととする。 　はじめに、ＡＩをビジネス活用する上で必要とされる人物像を考える。ＡＩ人材というと高度な数学を扱い、プログラミングまで行える人材を想像するかもしれないが、ビジネス活用に必……[続きを読む]

37手目のインパクト 　連載７回目となる今回は我われの社会生活やその価値観に影響を与えると思われる最近の話題を３つ取り上げる。ムーブ37、ディープフェイク、ＡＩの民主化であり、読者諸賢の議論のきっかけになれば幸いである。巷では人工知能が人間の職を奪うような論が散見される。しかし、人工知能は道具であり知識を拡張可能である。人工知能はこのよう……[続きを読む]

労働力確保が目的に 　ＡＩが新聞やニュースで報道されない日はないと思うくらい、毎日のようにＡＩという言葉を目にする。2019年現在では「実験が開始された」――つまり今後に期待してほしいというニュースも多い。とはいえ、新しい技術の発表や産業利用の発展をみていると、近い将来、我われの生活の中で当たり前にＡＩが使われる時代が来るのは間違いないと……[続きを読む]

責任の所在はどこか 　新しい人事担当者は女性が嫌い――。 　現代社会では、そんなことを明言する人事担当者は即刻クビになってしまうだろう。しかし、それが機械だったらどうだろうか。2018年10月、米アマゾン社が人事採用ＡＩの開発を断念したと報じられた。過去10年間の履歴書を機械学習させたところ、大半が男性のものだったため、女性を採用しない傾……[続きを読む]

人間の“目”を超える 　ディープラーニングにより、現実社会で一番イノベーションが起きているのは、画像認識といっても過言ではない。 　第２回でも触れた一般物体認識のコンペティションの結果をみると、2012年のディープラーニングの登場により、エラー率が劇的に減少している（図１）。Andrej Karpathyの調査では、人間のエラー率は5.1……[続きを読む]